DV 13주차(2)

import pandas as pd 
import json 
import requests 
import plotly.express as px

plotly 공식예제

DATA

df = px.data.election()
geojson = px.data.election_geojson()

1. 두 개의 데이터

2. 두 데이터를 연결하는 매개체

3. 지역구에 대응하는 숫자가 들어있는 칼럼이름(df)

4. key가 저장된 위치(geojson, df)

df.head()

	district	Coderre	Bergeron	Joly	total	winner	result	district_id
0	101-Bois-de-Liesse	2481	1829	3024	7334	Joly	plurality	101
1	102-Cap-Saint-Jacques	2525	1163	2675	6363	Joly	plurality	102
2	11-Sault-au-Récollet	3348	2770	2532	8650	Coderre	plurality	11
3	111-Mile-End	1734	4782	2514	9030	Bergeron	majority	111
4	112-DeLorimier	1770	5933	3044	10747	Bergeron	majority	112

geojson.keys()

dict_keys(['type', 'features'])

geojson['features'][0].keys()

dict_keys(['type', 'geometry', 'properties', 'id'])

geojson['features'][0]['properties']

{'district': '11-Sault-au-Récollet'}

시각화 예시1

px.choropleth_mapbox(
    data_frame= df, 
    geojson=geojson, 
    color="Bergeron",
    locations="district", 
    featureidkey="properties.district",
    center={"lat": 45.5517, "lon": -73.7073},
    mapbox_style="carto-positron",
    zoom=9
)

fig=px.choropleth_mapbox(
    data_frame= df, 
    geojson=geojson, 
    color="Bergeron",
    locations="district", 
    featureidkey="properties.district",
    center={"lat": 45.5517, "lon": -73.7073},
    mapbox_style="carto-positron",
    zoom=9
)
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0}) # 마진 없애주기

시각화 예시2

fig = px.choropleth_mapbox(data_frame= df, 
                           geojson=geojson, 
                           color="Bergeron",
                           locations="district_id", 
                           featureidkey="id",
                           center={"lat": 45.5517, "lon": -73.7073},
                           mapbox_style="carto-positron",
                           zoom=9)
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})

한국의 인구수 예제

df=pd.read_csv('https://raw.githubusercontent.com/guebin/2021DV/master/_notebooks/2021-11-22-prov.csv')
df

	행정구역(시군구)별	총인구수 (명)
0	서울특별시	9532428
1	부산광역시	3356311
2	대구광역시	2390721
3	인천광역시	2945009
4	광주광역시	1442454
5	대전광역시	1454228
6	울산광역시	1122566
7	세종특별자치시	368276
8	경기도	13549577
9	강원도	1537717
10	충청북도	1596948
11	충청남도	2118977
12	전라북도	1789770
13	전라남도	1834653
14	경상북도	2627925
15	경상남도	3318161
16	제주특별자치도	676569

global_distriction_jsonurl='https://raw.githubusercontent.com/southkorea/southkorea-maps/master/kostat/2018/json/skorea-provinces-2018-geo.json'

global_dict = json.loads(requests.get(global_distriction_jsonurl).text)

global_dict['features'][0].keys()

dict_keys(['type', 'geometry', 'properties'])

global_dict['features'][0]['properties']

{'name': '서울특별시', 'base_year': '2018', 'name_eng': 'Seoul', 'code': '11'}

fig = px.choropleth_mapbox(data_frame= df, 
                           geojson=global_dict, 
                           color="총인구수 (명)",
                           locations="행정구역(시군구)별", 
                           featureidkey="properties.name",
                           center={"lat": 35, "lon": 127},
                           mapbox_style="carto-positron",
                           zoom=5)
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})